研究人员戴着 VR 头显、使用控制器在 Medical Holodeck 中探索腹部 CT 的四个视图。

为什么需要空间医学?· 第 1 篇

重新思考医学影像:
从图像走向空间理解

在 VR 中探索腹部 CT。图 1,Queisner & Eisenträger,“Surgical planning in virtual reality: a systematic review,” Journal of Medical Imaging 11(6), 062603 (2024)。© 2024 作者。CC BY 4.0。原样转载,仅调整显示尺寸。

医学影像为我们提供了极其细致的人体信息。信息的呈现方式,决定了我们能直接看出多少空间含义,又有多少需要在脑中重建。因此,可视化是医学中值得认真研究的问题,关系到影像解读、手术规划以及解剖学的教学方式。

Medicalholodeck 编辑部 · 2026 年 10 月 13 日

空间信息早已存在

CT 和 MRI 本就能生成容积数据,放射科医生也经常使用多平面重建、最大密度投影和体绘制。三维成像融入医学已有数十年。值得重新关注的,是理解这些图像所描述的解剖结构需要付出怎样的努力。

一张断面图像可以非常清楚地显示血管。但要追踪它在整个容积中的走行,则需要另一类工作:在连续图像中辨认它,追踪其分支,并将它与邻近结构联系起来。经验丰富的阅片者会形成成熟的方法。这种技能是传统影像如此有效的原因之一,也说明我们应当认真对待界面设计。理解一部分来自显示内容,另一部分则来自阅片者自身的知识和经验。

Medicalholodeck 屏幕视图:左侧为带彩色分割叠加层的头颈部裁切体绘制,旁边是轴位、冠状位和矢状位 CT 面板。
Medicalholodeck 屏幕视图中的体绘制与 MPR。左侧是带彩色分割叠加层的裁切体绘制。右侧 MPR 面板显示轴位(左上)、冠状位(右上)和矢状位(左下)视图。断面呈现内部细节,体绘制展示空间形态。

空间医学将信息与解读之间的这种关系置于讨论中心。这个概念涵盖以空间方式查看和处理医学数据的各种方法,从显示器上的交互模型,到立体显示和沉浸式环境。其价值取决于这些表达形式是否有助于更清晰地回答医学或教育问题。产生深度感只是起点。

换个视角能看见什么

试想旋转一个解剖重建模型时会发生什么变化:原本隐藏的分支显现出来,两处重叠结构分开,血管的走行也可以从另一角度观察。这些都是 3D 可视化的常见功能,却可能改变一项任务所需的脑内重建量。平面屏幕通过透视、明暗和运动传达深度;立体显示增加双眼视差,头部追踪则让视图随观察者的位置变化而响应。它们各自提供了观察同一几何形态的不同方式。

几何形态的清晰程度取决于重建。即使遗漏了一条细小分支,分割出的血管树仍可能看似完整。阈值选择可能使边界偏移,相邻结构也可能被错误地连接。因此,能够返回相关原始切片,是有用的空间界面应具备的能力。这让阅片者能够检查模型表达了什么,以及其确定性的边界在哪里。

看清连接关系

同一结构,两种理解方式。

追踪蓝色结构在三个层面上的变化,再将断面与连续的空间视图进行比较。

独立断面

上层分叉点下层

综合各层面,推断结构的连续性。

连续的空间视图

追踪层面之间的连接

观察结构在哪里分叉。

理想化分叉管道的原创示意图。这些是概念视图,并非 CT 图像或患者重建模型。它们用于说明互补的表达形式,并不代表经过测量的表现差异。

改变视角

转动结构,追踪分支。

主分支进一步分出向前和向后延伸的小分支。旋转树状模型,将重叠的分支分开,发现正面视图中隐藏的连接。

交互式 3D 分支树。
追踪层面之间的连接

启用拖动旋转后,可用触摸或鼠标转动模型。关闭后可正常滚动页面。方向键和角度滑块始终可用。

交互式 3D 不可用时,将显示静态示意图。

理想化分支树的原创 3D 示意图,是上方简单示例的扩展,不包含任何患者数据。旋转揭示几何形态,并不会增加解剖信息。

看懂解剖结构所需的思维工作

Roger Shepard 和 Jacqueline Metzler 的 “Mental Rotation of Three-Dimensional Objects” 于 1971 年发表在 Science,为空间思维提供了一种格外具体的实验形式。参与者比较以不同朝向呈现的物体。角度差异越大,识别通常耗时越长。即使面对简单的几何物体,空间转换也需要付出可测量的代价。

解剖解读涉及的不只是旋转。阅片者需要辨认结构、追踪连续性,并综合多个视图的观察结果,同时判断其医学意义。空间显示或许能让其中一些关系更容易被直接观察,但也可能产生自身的问题:不透明表面可能遮住重要结构,难用的控制方式可能打断检查。当空间可视化的认知依据能够指出具体困难,并解释显示方式如何可能减轻它时,这一依据最有说服力。Shepard 和 Metzler 的实验为提出这些问题提供了基础,而非证明某一设备有效的临床证据。

空间能力与解剖知识之间的关系同样具有具体性。Jean Langlois 及其同事在 2017 年的系统综述中发现,空间能力与实践考试、断面理解,以及由 2D 视图综合形成 3D 解剖理解之间存在显著关系。论述题和非空间类选择题则未显示显著关系。掌握解剖事实与理解解剖空间是相关能力,但不同考核可能对两者提出截然不同的要求。

试着换个角度

是同一物体,还是不同形状?

花一点时间比较这两个视图。你能在脑中将一个旋转成另一个吗?

视图 A视图 B
查看答案

是同一物体。视图 B 是视图 A 绕竖直轴旋转 90 度后的结果。从一端到另一端追踪相连的立方体:投影虽然变化,顺序和连接方式保持不变。

这个小任务用于说明心理转换。它不能测量你的空间能力,也不能预测医学影像解读能力。

原创说明性练习。并非重现的 Shepard–Metzler 实验刺激材料,也不是经过验证的测试。
面板 a 显示胸部解剖结构的体绘制;面板 b 显示分支结构和绿色病灶的网格表达。
不同表达形式揭示不同信息:(a) 体绘制和 (b) 网格。图 7,Queisner & Eisenträger,Journal of Medical Imaging 11(6), 062603 (2024),doi:10.1117/1.JMI.11.6.062603。© 2024 作者,CC BY 4.0。原样转载,仅调整显示尺寸。选择图像可查看原图。

更清晰的视图何时会改变决策

区分不同研究结局,有助于理解临床文献。Queisner 和 Eisenträger 的2024 年 VR 手术规划系统综述报告,在查看患者特异性影像后,解剖理解有所改善,手术计划也出现变化。该综述还发现,研究方法和报告质量参差不齐,部分结论依赖主观或特定病例的观察。计划改变说明额外视图影响了决策,而该决策是否带来了更好的手术,则是另一个需要回答的问题。

胸腔镜肺段切除术提供了更具体的检验情境,因为个体的支气管血管解剖结构直接关系到手术。Hongbo He 及其同事的2025 年系统综述与荟萃分析纳入了 10 项研究和 1,424 名患者。采用患者特异性 3D 重建和虚拟模拟进行规划,与手术切缘不足及术后并发症的发生几率较低相关。在复杂肺段切除术亚组中,手术时间和失血量也更有利于 3D 规划。其他若干终点未显示显著差异。

这些发现值得关注,恰恰因为它们涉及手术结局。但证据主要来自观察性研究,外科医生经验、病例选择及重建方法的差异,仍可能解释部分关联。研究评估的也是一个规划工作流程,而非孤立的显示功能。这为前瞻性研究提供了有用方向:确定空间重建在何种情况下改变诊疗,以及流程中哪些环节带来了益处。

来自胸外科的问题

病灶相对于分支位于何处?

病灶 简化教学示意图

识别病灶是一步,理解它与支气管及血管分支的关系则是另一步。

  • 灰色:气道
  • 红色:动脉分支
  • 蓝色:静脉分支
  • 黄色:病灶
需要检查哪些内容?

在真实病例中,应在原始影像中复核病灶及个体的支气管血管解剖结构,核查分割,并评估其与拟切除范围的关系。简化的显示无法确定安全切缘或手术入路。

原创概念教学插图。分支及病灶位置均为示意,并非患者病例、肺段解剖图谱或手术计划。虚线圆环用于视觉强调,并非经过测量的切除边界。

借助不同表达形式学习解剖学

解剖学教学提出了另一个问题:空间探索能帮助学生学到什么?García-Robles 及其同事的2024 年沉浸式 VR 和增强现实用于解剖学教育的系统综述与荟萃分析,分析了涉及 2,199 名健康科学专业学生的 27 项实验研究。合并结果显示,XR 更有利于解剖知识的增长,包括作为其他教学资源补充时。研究涵盖了不同技术、教学方法和对照组,因此,更恰当的解读是它支持一种教育方式,而非对某个特定平台作出定论。

评估的时间点很重要。大多数干预持续一天,之后立即测量知识水平。知识保持情况以及能否迁移到临床工作,仍有待回答。对教育者而言,一个有用的下一步是连接不同表达形式:让学生在 3D 中观察结构,在断面图像中定位它,再从不熟悉的视角解释其关系。这为空间探索赋予明确的课程目标,也让影像解读始终成为学习任务的一部分。

选择服务于任务的视图

显示方式应依据正在开展的工作来选择。熟悉的工作站可能适合详细审阅影像序列;教学小组需要共享视图,以及清楚引导注意力的方法;独立探索复杂解剖结构的人,可能受益于自主控制视角。触摸屏、立体显示器和 VR 为这些活动提供不同的安排。混合现实和增强现实还增加了将虚拟内容与物理环境联系起来的挑战。

这一选择只是系统的一部分。导入数据、检查分割、保存标注以及返回特定切片,都会影响空间视图的实用性。Medicalholodeck 的 Spatial OS 在这一更广泛的思路下,让医学内容跨界面呈现。本文讨论的研究涵盖多种技术和工作流程,并未验证 Medicalholodeck 某一特定配置的临床用途。本站的临床使用声明适用。

对这些表达形式如何构建感兴趣的读者,可以了解 3D Slicer,这是一个独立的开源医学影像可视化与分析平台。其分割指南可作为本文的有用补充:可见模型是处理选择的结果,这些选择需要被理解和审查。

哪些方面值得衡量

随着重建和自动分割越来越容易获得,生成空间模型只是挑战的一部分。更难的判断是,它是否足够有用,值得投入准备、核查和观察的时间。与传统方法进行公平比较时,应将这些工作与解读准确性、错误以及对使用者的要求一并纳入。

医学影像为临床医生提供了日益丰富的信息。显示设计应当得到与信息采集和处理方法同等严格的审视。凡是结构间关系对理解至关重要的场景,空间医学都值得探索。它的进展将体现在人们能否可靠地解读、讲授这些关系,并据此采取行动。

探索 Medicalholodeck Spatial OS →
探索 Medical Imaging →

“为什么需要空间医学?”编辑系列第 1 篇。本文讨论的研究包含 Medicalholodeck 自有产品之外的技术和工作流程。